本文提出使用对抗网络解决自然语言处理中的样式转移问题，并提出新的评估指标。作者在两个任务上评估了模型和指标，结果表明所提出的模型的样式转移强度和内容保留得分比自动编码器更高。

该文介绍了一种高性能的指纹活体特征提取技术，并开发了一个实用的指纹识别系统。该技术在 LivDet 2023 指纹特征展示挑战中获得第一名，准确率达到94.68%。通过研究各种方法，特别是样式转移，提升了准确性和泛化性。